A machine learning approach for genome-wide prediction of morbid and druggable human genes based on systems-level data

Costa‚ P.R.; Acencio‚ M.L.; Lemke‚ N.

Busca avançada

Pesquisar - Utilize aspas para obter um resultado mais específico

Índice

Área do conhecimento

Ano de início

Entree

(Referência obtida automaticamente do Google Scholar, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

A machine learning approach for genome-wide prediction of morbid and druggable human genes based on systems-level data

Texto completo
Autor(es):	Costa‚ P.R. ; Acencio‚ M.L. ; Lemke‚ N. Número total de Autores: 3
Tipo de documento:	Artigo Científico
Fonte:	BMC Genomics; v. 11, n. Suppl 5, p. S9, 2010.

Processo FAPESP:	07/02827-9 - Caracterização e simulação de redes biológicas
Beneficiário:	Ney Lemke
Modalidade de apoio:	Auxílio à Pesquisa - Regular


Processo FAPESP:	07/01213-7 - Construção in silico da rede integrada de interações moleculares envolvida com a regulação do ciclo celular pela adesão à matriz extracelular em Homo sapiens
Beneficiário:	Marcio Luis Acencio
Modalidade de apoio:	Bolsas no Brasil - Doutorado


Processo FAPESP:	07/08466-8 - Construção e análise da rede integrada de interações moleculares entre genes humanos
Beneficiário:	Pedro Rafael Costa
Modalidade de apoio:	Bolsas no Brasil - Iniciação Científica

URL curto